Detección de contornos de imágenes OpenCV
La detección de contornos es una tarea importante en el procesamiento de imágenes, utilizada para extraer los bordes de los objetos en una imagen.
OpenCV proporciona potentes funciones de detección de contornos, que pueden utilizarse en aplicaciones como reconocimiento de objetos, análisis de formas y seguimiento de objetivos. A continuación se presenta una explicación detallada de la detección de contornos de imágenes con OpenCV.
Conceptos básicos de la detección de contornos
Contorno:El borde de un objeto en la imagen, compuesto por una serie de puntos.
Estructura jerárquica de contornos:Relación de anidamiento entre contornos, por ejemplo, si un contorno contiene a otro.
Características del contorno:Área, perímetro, rectángulo delimitador, rectángulo mínimo circunscrito, círculo mínimo circunscrito, etc., del contorno.
Funciones comunes para la detección de contornos
| Nombre de la función | Descripción de la función |
|---|---|
cv2.findContours() |
Encuentra contornos en una imagen. |
cv2.drawContours() |
Dibuja contornos en una imagen. |
cv2.contourArea() |
Calcula el área de un contorno. |
cv2.arcLength() |
Calcula el perímetro o la longitud de arco de un contorno. |
cv2.boundingRect() |
Calcula el rectángulo delimitador de un contorno. |
cv2.minAreaRect() |
Calcula el rectángulo mínimo circunscrito de un contorno. |
cv2.minEnclosingCircle() |
Calcula el círculo mínimo circunscrito de un contorno. |
cv2.approxPolyDP() |
Aproxima un contorno a un polígono. |
Explicación detallada de las funciones
1. cv2.findContours()
Descripción de la función:
Esta función se utiliza para encontrar contornos en una imagen binaria. Un contorno es una curva de puntos continuos con el mismo color o intensidad en la imagen.
Definición de la función:
contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])
Descripción de parámetros:
image: Imagen binaria de entrada (generalmente una imagen después de umbralización o detección de bordes).mode: Modo de recuperación de contornos, los más comunes son:cv2.RETR_EXTERNAL: Solo detecta los contornos más externos.cv2.RETR_LIST: Detecta todos los contornos, pero no establece relaciones jerárquicas.cv2.RETR_TREE: Detecta todos los contornos y establece una estructura jerárquica completa.
method: Método de aproximación de contornos, los más comunes son:cv2.CHAIN_APPROX_NONE: Almacena todos los puntos del contorno.cv2.CHAIN_APPROX_SIMPLE: Comprime segmentos horizontales, verticales y diagonales, conservando solo los puntos finales.
contours: Lista de contornos de salida, cada contorno es un conjunto de puntos.hierarchy: Información de la estructura jerárquica de salida.offset: Parámetro opcional, desplazamiento de los puntos del contorno.
Valor de retorno:
contours: Lista de contornos detectados.hierarchy: Información de la estructura jerárquica de los contornos.
Ejemplo
import numpy as np
# Lee la imagen y la convierte a escala de grises
image = cv2.imread('image.png', 0)
# Umbralización (binarización)
_, binary = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)
# Encuentra contornos
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
2. cv2.drawContours()
Descripción de la función:
Esta función se utiliza para dibujar los contornos detectados en una imagen.
Definición de la función:
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])
Descripción de parámetros:
image: Imagen sobre la que se dibujarán los contornos.contours: Lista de contornos.contourIdx: Índice del contorno a dibujar; si es negativo, se dibujan todos los contornos.color: Color de los contornos.thickness: Grosor de la línea del contorno; si es negativo, se rellena el interior del contorno.lineType: Tipo de línea.hierarchy: Información de la estructura jerárquica de los contornos.maxLevel: Profundidad máxima de jerarquía a dibujar.offset: Desplazamiento de los puntos del contorno.
Valor de retorno:
No devuelve ningún valor; dibuja los contornos directamente sobre la imagen de entrada.
Ejemplo
output = np.zeros_like(image)
# Dibuja todos los contornos
cv2.drawContours(output, contours, -1, (255, 0, 0), 2)
cv2.imshow('Contours', output)
cv2.waitKey(0)
3. cv2.contourArea()
Descripción de la función:
Esta función se utiliza para calcular el área de un contorno.
Definición de la función:
area = cv2.contourArea(contour[, oriented])
Descripción de parámetros:
contour: Conjunto de puntos del contorno de entrada.oriented: Parámetro opcional; si es True, devuelve el área con signo.
Valor de retorno:
Área del contorno.
Ejemplo
area = cv2.contourArea(contour)
print(f"Contour area: {area}")
4. cv2.arcLength()
Descripción de la función:
Esta función se utiliza para calcular el perímetro o la longitud de arco de un contorno.
Definición de la función:
length = cv2.arcLength(curve, closed)
Descripción de parámetros:
curve: Conjunto de puntos del contorno de entrada.closed: Valor booleano que indica si el contorno está cerrado.
Valor de retorno:
Perímetro o longitud de arco del contorno.
Ejemplo
perimeter = cv2.arcLength(contour, True)
print(f"Contour perimeter: {perimeter}")
5. cv2.boundingRect()
Descripción de la función:
Esta función se utiliza para calcular el rectángulo delimitador de un contorno.
Definición de la función:
x, y, w, h = cv2.boundingRect(points)
Descripción de parámetros:
points: Conjunto de puntos del contorno de entrada.
Valor de retorno:
Coordenada de la esquina superior izquierda del rectángulo delimitador(x, y)y anchow, altoh。
Ejemplo
x, y, w, h = cv2.boundingRect(contour)
cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
cv2.imshow('Bounding Rectangles', image)
cv2.waitKey(0)
6. cv2.minAreaRect()
Descripción de la función:
Esta función se utiliza para calcular el rectángulo mínimo circunscrito (rectángulo rotado) de un contorno.
Definición de la función:
rect = cv2.minAreaRect(points)
Descripción de parámetros:
points: Conjunto de puntos del contorno de entrada.
Valor de retorno:
Devuelve un rectángulo rotado que contiene el punto central(x, y), ancho, alto y ángulo de rotación.
Ejemplo
rect = cv2.minAreaRect(contour)
box = cv2.boxPoints(rect)
box = np.int0(box)
cv2.drawContours(image, [box], 0, (0, 0, 255), 2)
cv2.imshow('Min Area Rectangles', image)
cv2.waitKey(0)
7. cv2.minEnclosingCircle()
Descripción de la función:
Esta función se utiliza para calcular el círculo mínimo circunscrito de un contorno.
Definición de la función:
(center, radius) = cv2.minEnclosingCircle(points)
Descripción de parámetros:
points: Conjunto de puntos del contorno de entrada.
Valor de retorno:
Devuelve el centro del círculo(x, y)y el radioradius。
Ejemplo
(x, y), radius = cv2.minEnclosingCircle(contour)
center = (int(x), int(y))
radius = int(radius)
cv2.circle(image, center, radius, (255, 0, 0), 2)
cv2.imshow('Min Enclosing Circles', image)
cv2.waitKey(0)
8. cv2.approxPolyDP()
Descripción de la función:
Esta función se utiliza para aproximar un contorno a un polígono.
Definición de la función:
approx = cv2.approxPolyDP(curve, epsilon, closed)
Descripción de parámetros:
curve: Conjunto de puntos del contorno de entrada.epsilon: Precisión de la aproximación; cuanto menor es el valor, más precisa es la aproximación.closed: Valor booleano que indica si el contorno está cerrado.
Valor de retorno:
Devuelve el conjunto de puntos del polígono aproximado.
Ejemplo
epsilon = 0.01 * cv2.arcLength(contour, True)
approx = cv2.approxPolyDP(contour, epsilon, True)
cv2.drawContours(image, [approx], 0, (0, 255, 0), 2)
cv2.imshow('Approx Polygons', image)
cv2.waitKey(0)
Aplicaciones de la detección de contornos
- Reconocimiento de objetos: mediante la detección de contornos se pueden identificar objetos en una imagen, por ejemplo, detectar círculos, rectángulos, etc.
- Análisis de formas: calculando las características del contorno (como área, perímetro, rectángulo delimitador, etc.), se puede analizar la forma de los objetos.
- Seguimiento de objetivos: en video, se puede realizar el seguimiento de objetivos en movimiento mediante la detección de contornos.
- Segmentación de imágenes: mediante la detección de contornos se pueden segmentar los objetos de una imagen.
OpenCV proporciona potentes funciones de detección de contornos, que pueden utilizarse para extraer los bordes de los objetos en una imagen y calcular las características de los contornos.
A continuación se presentan los pasos y funciones principales de la detección de contornos:
| Paso | Función | Descripción |
|---|---|---|
| Preprocesamiento de imagen | cv2.cvtColor() | Convierte la imagen a escala de grises. |
| Umbralización (binarización) | cv2.threshold() | Convierte la imagen en escala de grises a una imagen binaria. |
| Encontrar contornos | cv2.findContours() | Encuentra los contornos en la imagen. |
| Dibujar contornos | cv2.drawContours() | Dibuja los contornos detectados. |
| Calcular el área del contorno | cv2.contourArea() | Calcula el área del contorno. |
| Calcular el perímetro del contorno | cv2.arcLength() | Calcula el perímetro del contorno. |
| Calcular el rectángulo delimitador | cv2.boundingRect() | Calcula el rectángulo delimitador del contorno. |
| Calcular el rectángulo mínimo circunscrito | cv2.minAreaRect() | Calcula el rectángulo mínimo circunscrito del contorno. |
| Calcular el círculo mínimo circunscrito | cv2.minEnclosingCircle() | Calcula el círculo mínimo circunscrito del contorno. |
| Aproximación poligonal | cv2.approxPolyDP() | Aproxima el contorno a un polígono. |
A continuación se muestra un ejemplo completo de código para la detección de contornos:
Ejemplo
# Lee la imagen
image = cv2.imread("path/to/image")
# Convierte a escala de grises
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Umbralización (binarización)
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# Encuentra contornos
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# Dibuja contornos
cv2.drawContours(image, contours, -1, (0, 255, 0), 2)
# Muestra el resultado
cv2.imshow("Contours", image)
cv2.waitKey(0)
cv2.destroyAllWindows()